闫 璐，张 琦，王荣笙, ，丁舒忻

（1.中国铁道科学研究院 研究生部，北京 100081；2.中国铁道科学研究院集团有限公司 通信信号研究所，北京 100081)

0 引言

列车运行准点率是评价铁路运营管理质量的重要指标之一，在一定程度上间接影响旅客的出行选择。当列车遭遇自然因素或设备故障等突发事件时，临时设置的区间或车站封锁将不同程度地影响列车的正常运行，而准确、及时的列车运行态势信息是调度员做出科学、合理决策的重要基础。列车运行态势可归结为在当前时刻发生突发事件后，受晚点影响的列车在后续区间和车站的运行时分和速度。预测列车运行态势可以使调度员从微观层面了解列车在未来一段时间内的运行信息，辅助列车调度员编制更加准确、合理的列车运行调整方案，因而复杂线路条件下的列车运行态势分析方法将是铁路运输组织和列车运行调整的关键问题之一。同时，分析列车在后续车站和区间的速度和时间等运行态势信息，对晚点时间的客观、准确预测具有重要作用。

列车晚点时间是列车运行态势最显著的表征信息之一，列车晚点预测问题主要通过运筹学模型和数据驱动方法求解，前者包括Petri网[1]、极大如代数理论[2]、图模型[3]等方法。近年来，由于机器学习和大数据等前沿理论技术的发展，随机森林[4]、神经网络[5-6]、支持向量机[7]、贝叶斯网络[8]和Logistic回归模型[9]等数据驱动方法逐渐得到理论和实验验证。这些研究大……